Python2.7和Python3.4编码和分割函数不工作

我打赌这是个愚蠢的问题，我在这里

我在做Fedora 21

我从数据库中收到以下字符串：

1979年第16次会议–2001年第25次会议

我要用中间的'-'来分割字符串。 因此，我做了以下工作：

text = '16 de enero de 1979 – 25 de agosto de 2001'

Python 2.7.8：

text
# returns: '16 de enero de 1979 \xe2\x80\x93 25 de agosto de 2001'
text.split('-')
# returns ['16 de enero de 1979 \xe2\x80\x93 25 de agosto de 2001']

Python 3.4

text
# returns: '16 de enero de 1979 – 25 de agosto de 2001'
text.split('-')
#returns: ['16 de enero de 1979 – 25 de agosto de 2001']

我知道Python3.x的默认编码是utf-8，Python2.x的默认编码是ascii。问题是，我从来没有完全理解，我们他妈的怎么能处理所有这些编码的事情。 当我将这些信息存储在数据库中时，我使用了

charset='utf-8'

来确保我不会遇到这种麻烦。要知道我正在检索信息，Python没有很好地处理编码。或我没有很好地处理Python（很可能）。

---

提前感谢。

错误在于您使用了错误的字符

---

原始字符串中的字符是长破折号“-”，而拆分参数中的字符是短破折号“-”。

它不是普通的连字符。它是一个unicode字符

\u2013

。我试过这样的方法：

In [70]: text.split('\u2013')
Out[70]: [u'16 de enero de 1979 \u2013 25 de agosto de 2001']

In [71]: text.split(u'-')
Out[71]: [u'16 de enero de 1979 \u2013 25 de agosto de 2001']

In [72]: text.split(u'–')       #HERE i copied the character from string
Out[72]: [u'16 de enero de 1979 ', u' 25 de agosto de 2001']

在您的情况下，它不工作，因为它找不到

-

（连字符）

确保文本是Unicode字符串：在顶部添加

from\uuuu future\uuuu导入Unicode\u文本

，或调用：

text=utf8bytes.decode（'utf-8'）

使用正确的分隔符

u'\N{EN DASH}'

>>u'16 de enero de 1979–25 de agosto de 2001'.split（u'\N{EN DASH}）
[u'16 de enero de 1979'，u'25 de agosto de 2001']